NumPy教程

NumPy 是一个 Python 包。 它代表 “Numeric Python”。 它是一个由多维数组对象和用于处理数组的例程集合组成的库。

Numeric,即 NumPy 的前身,是由 Jim Hugunin 开发的。 也开发了另一个包 Numarray ,它拥有一些额外的功能。 2005年,Travis Oliphant 通过将 Numarray 的功能集成到 Numeric 包中来创建 NumPy 包。 这个开源项目有很多贡献者。

NumPy 操作

使用NumPy,开发人员可以执行以下操作:

  • 数组的算数和逻辑运算。

  • 傅立叶变换和用于图形操作的例程。

  • 与线性代数有关的操作。 NumPy 拥有线性代数和随机数生成的内置函数。

NumPy – MatLab 的替代之一

NumPy 通常与 SciPy(Scientific Python)和 Matplotlib(绘图库)一起使用。 这种组合广泛用于替代 MatLab,是一个流行的技术计算平台。 但是,Python 作为 MatLab 的替代方案,现在被视为一种更加现代和完整的编程语言。

NumPy 是开源的,这是它的一个额外的优势。

教程目录

  1. NumPy环境安装配置 - 标准的 Python 发行版不会与 NumPy 模块捆绑在一起。 一个轻量级的替代方法是使用流行的 Python 包安装程序 pip 来安装 NumPy。
  2. NumPy Ndarray对象 - NumPy 中定义的最重要的对象是称为 ndarray 的 N 维数组类型。 它描述相同类型的元素集合。可以使用基于零的索引访问集合中的项目。
  3. NumPy数据类型 - NumPy 比 Python 支持更多种类的数值类型。
  4. NumPy数组属性 - NumPy数组属性返回一个包含数组维度的元组,它也可以用于调整数组大小。
  5. NumPy数组创建例程 - 新的ndarray对象可以通过任何下列数组创建例程或使用低级ndarray构造函数构造。
  6. NumPy来自现有数据的数组 - 这一章中会讨论如何从现有数据创建数组。
  7. NumPy来自数值范围的数组 - 这一章中学到如何从数值范围创建数组。
  8. NumPy切片和索引 - ndarray对象中的元素遵循基于零的索引。 有三种可用的索引方法类型: 字段访问,基本切片和高级索引。
  9. NumPy高级索引 - 如果一个ndarray是非元组序列,数据类型为整数或布尔值的ndarray,或者至少一个元素为序列对象的元组,就能够用它来索引ndarray。
  10. NumPy广播 - 术语广播是指 NumPy 在算术运算期间处理不同形状的数组的能力。 对数组的算术运算通常在相应的元素上进行。
  11. NumPy在数组上的迭代 - NumPy 包包含一个迭代器对象numpy.nditer。 它是一个有效的多维迭代器对象,可以用于在数组上进行迭代。 数组的每个元素可使用 Python 的标准Iterator接口来访问。
  12. NumPy数组操作 - NumPy包中有几个例程用于处理ndarray对象中的元素。
  13. NumPy位操作 - NumPy 包中可用的位操作函数。
  14. NumPy字符串函数 - 对dtypenumpy.string_numpy.unicode_的数组执行向量化字符串操作。 它们基于 Python 内置库中的标准字符串函数。
  15. NumPy数学算数函数 - NumPy 包含大量的各种数学运算功能。 NumPy 提供标准的三角函数,算术运算的函数,复数处理函数等。
  16. NumPy统计函数 - NumPy 有很多有用的统计函数,用于从数组中给定的元素中查找最小,最大,百分标准差和方差等。
  17. NumPy排序、搜索和计数函数 - NumPy中提供了各种排序相关功能。 这些排序函数实现不同的排序算法,每个排序算法的特征在于执行速度,最坏情况性能,所需的工作空间和算法的稳定性。
  18. NumPy字节交换 - 存储在计算机内存中的数据取决于 CPU 使用的架构。 它可以是小端(最小有效位存储在最小地址中)或大端(最小有效字节存储在最大地址中)。
  19. NumPy副本和视图 - 在执行函数时,其中一些返回输入数组的副本,而另一些返回视图。 当内容物理存储在另一个位置时,称为副本。 另一方面,如果提供了相同内存内容的不同视图,我们将其称为视图。
  20. NumPy矩阵库 - NumPy 包包含一个 Matrix库numpy.matlib。此模块的函数返回矩阵而不是返回ndarray对象。
  21. NumPy线性代数 - NumPy 包包含numpy.linalg模块,提供线性代数所需的所有功能。
  22. NumPy使用 Matplotlib 绘制直方图 - NumPy 有一个numpy.histogram()函数,它是数据的频率分布的图形表示。 水平尺寸相等的矩形对应于类间隔,称为bin,变量height对应于频率。
  23. NumPy IO文件操作 - ndarray对象可以保存到磁盘文件并从磁盘文件加载。

注:本教程内容由 http://www.flygon.net 翻译提供。


猿狮妹
2022-08-02
NumPy教程 编程课程
热门教程
1 NumPy教程 NumPy 是一个 Python 包。 它代表 “Numeric Python”。 它是一个由多维数组对象和用于处理数组的例程集合组成的库。Numeric即 NumPy 的前身,是由 Jim Hugunin 开发的。 也开发了另一个包 Numarray ,它拥有一些额外的功能。 2005年,Trav
2 NumPy环境安装配置 # NumPy - 环境 ### 在线尝试 我们已经在线设置了 NumPy 编程环境,以便在线编译和执行所有可用的示例。 它向你提供了信心,并使您能够使用不同的选项验证程序, 随意修改任何示例并在
3 NumPy Ndarray对象 numpy_ndarray_object
4 NumPy IO文件操作 ndarray对象可以保存到磁盘文件并从磁盘文件加载。 可用的 IO 功能有: load()和save()函数处理 numPy 二进制文件(带npy扩展名) loadtxt()和savetxt()函数处理正常的文本文件 NumPy 为ndarray对象
5 NumPy数据类型 NumPy 支持比 Python 更多种类的数值类型。 下表显示了 NumPy 中定义的不同标量数据类型。
6 NumPy数组属性 这一章中,我们会讨论 NumPy 的多种数组属性。ndarray.shape,这一数组属性返回一个包含数组维度的元组,它也可以用于调整数组大小。
7 NumPy数组创建例程 NumPy - 数组创建例程 新的ndarray对象可以通过任何下列数组创建例程或使用低级ndarray构造函数构造。
8 NumPy来自现有数据的数组 来自现有数据的数组 这一章中,我们会讨论如何从现有数据创建数组。 numpy.asarray 此函数类似于numpy.array,除了它有较少的参数。 这个例程对于将 Python 序列转换为ndarray非常有用。
9 NumPy来自数值范围的数组 这一章中,我们会学到如何从数值范围创建数组。 numpy.arange 这个函数返回ndarray对象,包含给定范围内的等间隔值。
10 NumPy切片和索引 NumPy - 切片和索引 ndarray对象的内容可以通过索引或切片来访问和修改,就像 Python 的内置容器对象一样。 如前所述,ndarray对象中的元素遵循基于零的索引。 有三种可用的索引方法类型
  • Copyright © 2021 猿狮院, All rights reserved.